2.4 卡尔曼滤波器
在本项目中,卡尔曼滤波器通过估计和预测目标的位置来实现对目标的精确追踪。该滤波器通过结合目标的运动模型和观测数据,持续更新目标的状态估计,从而处理数据中的噪声和不确定性。卡尔曼滤波器优化了目标跟踪的稳定性和准确性,尤其在动态环境中表现出色。
2.4.1 实现卡尔曼滤波器
本项目中的卡尔曼滤波器基于一个8维状态空间,包括边界框的中心位置(x, y)、长宽比(a)、高度(h)及其相应的速度。滤波器使用恒速模型来预测物体运动,并通过线性观测模型来更新和校正状态。
(1)定义字典 chi2inv95,包含了卡方分布在不同自由度(1到9)下的0.95分位数值。这些值来自MATLAB/Octave的 chi2inv 函数&